MétaCan
Menu
Retour à la cohorte
Enregistrement W4410294627 · doi:10.1109/tnse.2025.3569515

Multiplayer Pursuit-Evasion Games With Distributed Nash Equilibrium Solution

2025· article· en· W4410294627 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Network Science and Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGuidance and Control Systems
Établissements canadiensLakehead University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNash equilibriumPursuit-evasionComputer scienceEpsilon-equilibriumMathematical economicsBest responseGame theoryMathematical optimizationEquilibrium selectionMathematicsRepeated game

Résumé

récupéré en direct d'OpenAlex

This paper concentrates on solving the multiplayer pursuit-evasion (MPE) game issue. In the existing MPE game framework, the fact that the Nash equilibrium and distribution are two contradicting properties which can not be achieved simultaneously. To tackle this challenge, novel cost functions that combine the best response approach and min-max scheme, are introduced such that the coupling terms in the existing MPE game formulations are removed. Consequently, the corresponding Nash and distributed solutions are obtained. Furthermore, a more general situation that the pursuers are not aware of the global information of the communication topology is discussed. In this framework, the adaptive coupling gains are incorporated into the improved cost functions to further realize the Nash equilibrium and distributed control strategies without the necessity of the information of topology graph. The sufficient conditions in two scenarios are given while the stability of adaptive coupling gains are provided as well. Besides, the Nash equilibrium properties of the solutions in two scenarios are analyzed, respectively. Finally, a simulation example is displayed to validate the theoretical results.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,189
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle